李泽安
- 作品数：33 被引量：76H指数：4
- 供职机构：南通大学更多>>
- 发文基金：南通大学自然科学基金江苏省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学文化科学电子电信更多>>
- Poisson-Lindley回归模型基于EM算法的诊断分析(英文)
- 2010年
- 利用EM算法研究了来自于Lindley分布权重的混合Poisson模型,即Poisson-Lindley回归模型,从而利用基于完全数据似然函数的条件期望进行统计诊断和局部影响分析,得到了几个有用的诊断统计量,并用一个数值实例说明了所得统计量的有效性.
- 李泽安赵为华
- 关键词：EM算法广义COOK距离
- 半参数Beta回归模型在数据挖掘中的应用
- 2012年
- 回归分析是数据挖掘中重要的方法之一。文章研究了基于半参数Beta回归模型结合惩罚样条估计的数据挖掘方法。当数据中因变量的数据取值为(0,1)区间(或某个区间)时,利用半参数Beta回归模型进行数据挖掘,不仅具有很好的解释效果,而且能挖掘出隐含在数据内部的有用信息。实验结果验证了研究方法的有效性。
- 李泽安李泽慧
- 关键词：数据挖掘半参数区间数据
- 线性模型基于Logistic分布的贝叶斯变量选择被引量：1
- 2020年
- 文章基于Logistic误差分布和贝叶斯推断方法,对线性模型提出了一种稳健的贝叶斯估计和贝叶得到回归系数显式后验分布;进一步通过引入回归系数0-1取值指示向量,基于模型选择研究了贝叶斯变量选择方法,同时提出易于抽样的Gibbs后验抽样方法。通过大量数值模拟和实例数据分析并与已有方法比较,验证了所提方法的有效性。
- 李泽安房钦钦赵为华
- 关键词：GIBBS抽样
- 高维数据挖掘中基于中位数回归的特征提取新方法被引量：9
- 2013年
- 为降低噪声对数据特征提取(变量选择)效果的不利影响,基于中位数回归分析方法,利用变量选择降维技术(正则化估计),提出了一种稳健、有效的特征提取(变量选择)新方法,并具体给出了估计算法,该算法具有快速计算的特点。实验结果表明,新方法能够有效地对高维数据集进行估计和变量选择,且具有较高的准确性,即使数据中的信噪比很低时,该方法仍具有较好的效果。因此,该方法为高维数据挖掘特征提取提供了稳健且有效的方法。
- 李泽安陈建平赵为华
- 关键词：高维数据特征提取
- AR(1)误差的非线性随机效应模型的参数估计被引量：17
- 2008年
- 介绍一类具有AR(1)误差的非线性随机效应模型估计的EM算法,这种算法能一次性的估计出模型中的所有参数,并用随机模拟数据和实际例子说明了EM算法的有效性.
- 赵为华李泽安
- 关键词：AR(1)误差EM算法非线性参数估计
- 地方综合性大学计算机课程双语教学的探讨
- 2010年
- 地方综合性大学开展双语教学相对滞后,目前尚处于探索阶段,在课程设置、教学大纲、教材建设以及师资配备等方面存在诸多问题。文章结合我校计算机双语课程的实践,就以上问题进行了阐述,并对进一步开展好双语课程建设提出了一些建议。
- 李泽安
- 关键词：计算机课程双语教学互动式教学法
- 高维数据挖掘中的正则化估计新方法
- 2012年
- 针对高维数据的特点并基于线性回归模型,利用变量选择降维技术,提出了一种新的、有效的变量选择(或称特征提取)的正则化估计方法.新的正则化估计方法主要考虑了数据的噪声(方差)对正则化估计的影响,在寻找估计的正则化路径时能对方差进行有效估计,且基于凸优化问题的KKT条件和坐标算法思想给出了正则化估计算法的实施细节.实验结果表明,该方法能够提高高维数据集进行估计和变量选择的准确性,是高维数据挖掘中新的、有效的特征提取方法.
- 李泽安陈建平
- 关键词：数据挖掘高维数据
- 计算机游戏中物理引擎群聚效应的设计
- 2008年
- 通过对群类活动特点的分析,提出了适用于刚性物体的群聚算法,进行了物理引擎中的群类群聚效应的功能设计,并通过参数调节,使算法能适合各类不同特点群体的仿真。
- 李泽安章雅娟
- 关键词：物理引擎群聚效应
- Beta回归模型在数据挖掘预测中的应用被引量：36
- 2009年
- 为避免利用常规的线性回归模型分析时出现的拟合值超出取值范围的情况,应用beta回归模型研究房地产销售数据.首先基于极大似然估计得到了房地产销售率的预测估计和区间估计,数值结果表明,该模型要比其他回归模型更科学、更合理.然后基于预测估计,提出了一些针对不同家庭收入群体的销售策略.
- 李泽安葛建芳章雅娟
- 关键词：数据挖掘
- 应用IVI技术建立与硬件无关通用测试程序被引量：8
- 2003年
- IVI(InterchangeableVirtualInstrument)驱动器是当今受人青睐的新技术,这是因为工程人员的测试程序可以应用于不同的仪器。本文介绍了IVI驱动器机理、使用工具、理论方面的相关内容。
- 李泽安张颖超
- 关键词：IVI测试系统驱动器
